基于矢量量化與神經(jīng)網(wǎng)絡(luò)的聲紋識別系統(tǒng)的研究.pdf_第1頁
已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、隨著計算機科學(xué)技術(shù)的發(fā)展,以及生物科學(xué)在信息科學(xué)中的廣泛應(yīng)用,利用生物特征進行身份認證成為當(dāng)前計算機界的研究熱點。聲紋識別技術(shù)作為生物認證技術(shù)的一種,有著不會遺失、無須記憶和使用方便等優(yōu)點,而且在應(yīng)用上與其他如指紋識別、掌形識別、虹膜識別等比較,在方便性、經(jīng)濟性和準(zhǔn)確性上有其獨特的優(yōu)勢。由于這些特征,聲紋識別技術(shù)受到世人矚目,并且日益成為人們?nèi)粘I詈凸ぷ髦兄匾移占暗陌踩炞C方式。
   論文在重慶大學(xué)中央高校科研基金和達州市

2、重大科技攻關(guān)項目的資助下,開展了對基于矢量量化和神經(jīng)網(wǎng)絡(luò)的聲紋識別系統(tǒng)的研究。在本文中,筆者基于MATLAB和5個說話人的語音樣本,對提出的聲紋識別系統(tǒng)進行多次實驗。統(tǒng)計結(jié)果表明,文中提出的聲紋識別系統(tǒng)能夠得到較好的識別效果。
   本文的主要工作有:
   ①研究了聲紋識別系統(tǒng)中前期的語音預(yù)處理,有關(guān)線性預(yù)測系數(shù)(LPC)、線性預(yù)測倒譜系數(shù)(LPCC)和梅爾倒譜系數(shù)(MFCC)的分析和求解過程,以及聲紋識別的主要技術(shù)。

3、
   ②將BP和RBF兩種神經(jīng)網(wǎng)絡(luò)應(yīng)用于聲紋識別系統(tǒng)中,進行系統(tǒng)仿真實驗。通過實驗數(shù)據(jù)分析各參數(shù)對系統(tǒng)性能的影響,并與傳統(tǒng)的基于失真測度的聲紋識別系統(tǒng)進行比較。
   ③分析面向個人的聲紋識別需求,研究了基于BP神經(jīng)網(wǎng)絡(luò)的個人聲紋識別系統(tǒng),并通過三種特征參數(shù)方案,對系統(tǒng)進行實驗驗證與比較,對系統(tǒng)性能進行了較為深入的研究。
   本文的結(jié)構(gòu)如下:第一章為緒論,介紹課題的背景、研究意義以及國內(nèi)外相關(guān)的研究現(xiàn)狀,介紹

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論